Air travel demand forecasting: effectiveness of the forecast combination method

Amira Gasmi
{"title":"Air travel demand forecasting: effectiveness of the forecast combination method","authors":"Amira Gasmi","doi":"10.46298/cst.12139","DOIUrl":null,"url":null,"abstract":"In spite of the importance of air travel demand forecasting for several actors of the air transport world, decision in this sector is made in most of cases subjectively or by using classic econometric methods of forecasting which don’t take the non-stationarity and seasonality concepts of economic time series into account. Faced with the non-reliability of these methods, scientific, modern and efficient tool is then turned out to be necessary. In this research, we propose to forecast monthly air traffic by Tunisian airport using three time series econometric models: seasonal ARIMA (SARIMA) model, vector autoregressive (VAR) approach and error correction model (ECM). We also study the forecast combination method that has demonstrated predictive efficiency in the general literature of forecasting compared with individual models, but was rarely used in forecasting tourism and passengers air transport demand.\n Malgré l’importance de la prévision du trafic aérien de passagers pour divers acteurs du secteur du transport aérien, la prise de décision dans ce secteur est faite dans la plupart des cas de manière subjective et en faisant appel au jugement personnel ou en utilisant des méthodes économétriques classiques de prévision ignorant la notion de non-stationnarité et la saisonnalité des séries temporelles économiques. Face à la non-fiabilité de ces méthodes, un outil de prévision scientifique, moderne et efficace s’avère alors nécessaire. Dans cet article, nous proposons de prévoir le trafic aérien mensuel par aéroport tunisien à l’aide de trois modèles économétriques de séries temporelles : le modèle ARIMA saisonnier, le modèle VAR et le modèle à correction d’erreurs. Nous étudions également la méthode de combinaison de prévisions qui a fait preuve d’efficacité prévisionnelle dans la littérature générale de prévision en comparaison avec les modèles individuels, mais qui a été rarement utilisée dans la prédiction de la demande touristique et la demande de transport aérien de passagers.","PeriodicalId":391034,"journal":{"name":"Les Cahiers Scientifiques du Transport - Scientific Papers in Transportation","volume":"28 7","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2014-03-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Les Cahiers Scientifiques du Transport - Scientific Papers in Transportation","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.46298/cst.12139","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

In spite of the importance of air travel demand forecasting for several actors of the air transport world, decision in this sector is made in most of cases subjectively or by using classic econometric methods of forecasting which don’t take the non-stationarity and seasonality concepts of economic time series into account. Faced with the non-reliability of these methods, scientific, modern and efficient tool is then turned out to be necessary. In this research, we propose to forecast monthly air traffic by Tunisian airport using three time series econometric models: seasonal ARIMA (SARIMA) model, vector autoregressive (VAR) approach and error correction model (ECM). We also study the forecast combination method that has demonstrated predictive efficiency in the general literature of forecasting compared with individual models, but was rarely used in forecasting tourism and passengers air transport demand. Malgré l’importance de la prévision du trafic aérien de passagers pour divers acteurs du secteur du transport aérien, la prise de décision dans ce secteur est faite dans la plupart des cas de manière subjective et en faisant appel au jugement personnel ou en utilisant des méthodes économétriques classiques de prévision ignorant la notion de non-stationnarité et la saisonnalité des séries temporelles économiques. Face à la non-fiabilité de ces méthodes, un outil de prévision scientifique, moderne et efficace s’avère alors nécessaire. Dans cet article, nous proposons de prévoir le trafic aérien mensuel par aéroport tunisien à l’aide de trois modèles économétriques de séries temporelles : le modèle ARIMA saisonnier, le modèle VAR et le modèle à correction d’erreurs. Nous étudions également la méthode de combinaison de prévisions qui a fait preuve d’efficacité prévisionnelle dans la littérature générale de prévision en comparaison avec les modèles individuels, mais qui a été rarement utilisée dans la prédiction de la demande touristique et la demande de transport aérien de passagers.
航空旅行需求预测:预测组合方法的有效性
尽管航空旅行需求预测对航空运输界的几个参与者来说很重要,但在大多数情况下,这一领域的决策是主观的,或者是通过使用经典的计量经济学预测方法来做出的,这些方法没有考虑到经济时间序列的非平稳性和季节性概念。面对这些方法的不可靠性,需要科学、现代、高效的工具。本研究采用季节ARIMA (SARIMA)模型、向量自回归(VAR)方法和误差修正模型(ECM)三种时间序列计量经济模型对突尼斯机场的月度空中交通量进行预测。我们还研究了预测组合方法,该方法在预测的一般文献中与单个模型相比显示出预测效率,但很少用于预测旅游和旅客航空运输需求。杜Malgre重要de la预知交通aerien de本站转乘飞机倒潜水员acteurs嘟secteur嘟运输aerien la撬德决定在ce secteur est结果在学生的des cas用主观法等在faisant appel盟jugement人员或者现在,des方法econometriques de预知的无知la de non-stationnarite等概念la saisonnalite des系列temporelles资本再生产。面对不可靠的电子交换器-电子交换器-电子交换器,除非电子交换器是科学的、现代的、有效的,否则电子交换器是不可交换的。在第二篇文章中,有两项建议,即将三个模块分别改为:将三个模块分别改为:三个模块分别改为:三个模块分别改为:三个模块分别为:三个模块分别为:三个模块分别为:三个模块分别为:三个模块分别为:三个模块分别为:三个模块分别为:三个模块分别为:三个模块分别为:三个模块分别为:三个模块分别为:三个模块分别为:三个模块分别为:三个模块分别为:三个模块分别为:三个模块分别为:现有的交换条件、交换条件、交换条件、交换条件、交换条件、交换条件、交换条件、交换条件、交换条件、交换条件、交换条件、交换条件、交换条件、交换条件、交换条件、交换条件、交换条件、交换条件、交换条件、交换条件、交换条件、交换条件、交换条件、交换条件、交换条件、交换条件、交换条件、交换条件、交换条件、交换条件和交换条件。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信